Онлайн новините направиха откриването на горещите събития на деня по-лесно от всякога. Но какво ще се случи, ако информацията се използва за предричането на бъдещи събития? Eric Horvitz от Microsoft Research и Kira Radinsky от института по технологии в Изрел са разработили система, която събира данни от статиите на Ню Йорк Таймс от над 20 години назад, събития, които имат логическа връзка с по-съвременни технологии.
В последния си тестови модел, учените създават система, на чиято база правят логическа връзка между събитията, които се записват в базата данни на Таймс. Системата може да „научи“ за корелациите между събитията чрез наблюдение върху редица сибития на определени места. Например, ако дадена статия за наводнения е била публикувана на едно място, има голяма вероятност наводнение да се случи на друго близко място и тази вероятност се оценява на около 18%. Определени събития може да доведат до болести и следователно да причинят щети в дадени области. Не всяко събитие разполага с достатъчно данни, които са полезни, затова е важно да може да намерят и оценят взаимовръзките между различни типове събития и техните общи характеристики.
С достатъчно данни и един добър модел, системата може да се използва за навременни предупредителни сигнали за предстоящи бедствия. Всичко това се основава на прецизни и детайлни доклади, както и откриването на големи, отличителни взаимовръзки в тях. Идеята за търсене на начини за предричане на болести съвсем не е нов, нито пък концепцията за извличане на данни за предричане, но големият мащаб на този високотехнологичен проект прави всичко потенциално по-полезно и възможно.
Разбира се, всичко това е при условие, че системата може успешно да направи взаимовръзки между събитията, и да ги обобщи до такава степен, че да са полезни и да се приложат за всякакъв тип ситуации.